Pour réaliser une estimation de la turbidité des eaux côtières des lacs à l'aide de données radar laser embarquées, cette étude traite les données d'ICESat-2 pour extraire les caractéristiques de la distribution des photons en surface des lacs, et réalise une estimation de la turbidité en fonction des conditions de turbidité différentes en surface des lacs. Cette étude porte sur le lac Érié dans la région des cinq grands lacs d'Amérique du Nord comme zone d'étude, utilise un algorithme de quadtree de paramètres adaptatifs pour le traitement des données de niveau ATL03 d'ICESat-2, l'extraction des données de points de photons en surface des lacs, et a obtenu trois caractéristiques clés des photons en surface des lacs : la profondeur de pénétration des photons, la densité de photons, et le taux d'atténuation. En combinant les données de turbidité réelle et les données de caractéristiques des points de photons, une estimation de turbidité est réalisée à l'aide d'un algorithme de régression d'apprentissage machine. Les résultats des expériences montrent que l'algorithme de forêt aléatoire (Random Forest) présente les meilleures performances dans l'estimation de turbidité, avec un coefficient de détermination (R²) atteignant 0,93, une erreur moyenne absolue (EMA) de 2,04 NTU et une erreur quadratique moyenne (RMSE) de 2,67 NTU. Les résultats montrent que cette méthode présente une précision élevée dans la plage de turbidité de 0 à 50 NTU. Cette méthode fournit une nouvelle approche technique pour la surveillance à distance de la turbidité des lacs.

ICESat-2; eaux côtières des lacs; estimation de la turbidité; radar laser; forêt aléatoire